显示屏缺陷区域的检测方法、系统、设备及介质与流程

1.本发明涉及显示屏质检领域，更具体地，涉及显示屏缺陷区域的检测方法、系统、设备及介质。


背景技术：

2.显示屏等显示装置在人们的生活与工作中显得越来越重要，与此同时，对显示装置的需求也随着这一变化变得越来越大，人们对于该产品的质量诉求也越来越高。
3.在显示屏的生产过程中，对显示屏的常见缺陷包括表面脏污、亮点、暗点、亮线、暗线、色彩鲜艳度不足、亮度不符合要求等的检测尤为重要。传统的显示屏缺陷区域的检测方法纯靠人工肉眼来查看，花费大量的人力和物力，对检测精度的把控比较低，容易出现漏检。


技术实现要素：

4.本发明旨在克服上述现有技术的至少一种缺陷，提供显示屏缺陷区域的检测方法、系统、设备及介质，用于解决传统的显示屏缺陷检测方法花费大量的人力和物力，对检测精度的把控比较低，容易出现漏检的问题。
5.本发明采用的技术方案包括：
6.一种显示屏缺陷区域的检测方法，包括：控制显示屏显示纯色画面；获取所述显示屏显示纯色画面的屏幕图像；获取所述屏幕图像的图像特征，将所述图像特征与预设的特征阈值比较，根据所述图像特征的比较结果确定所述屏幕图像中的疑似缺陷区域；将所述疑似缺陷区域的大小与预设的区域大小阈值比较，根据所述疑似缺陷区域的比较结果确定所述屏幕图像中的缺陷区域。
7.一种显示屏缺陷区域的检测系统，包括：画面颜色控制模块，用于控制显示屏显示纯色画面；屏幕图像获取模块，用于获取所述显示屏上显示纯色画面的屏幕图像；第一比较及确定模块，用于获取所述屏幕图像的图像特征，将所述图像特征与预设的特征阈值比较，根据所述图像特征的比较结果确定所述屏幕图像中的疑似缺陷区域；第二比较及确定模块，用于将所述疑似缺陷区域的大小与预设的区域大小阈值比较，根据所述疑似缺陷区域的比较结果确定所述屏幕图像中的缺陷区域。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述显示屏缺陷区域的检测方法。
9.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述显示屏缺陷区域的检测方法。
10.与现有技术相比，本发明的有益效果为：
11.本实施例提供的显示屏缺陷区域的检测方法、系统、设备和存储介质实现了显示屏缺陷区域的检测过程全自动化，首先控制显示屏显示纯色画面，获取显示屏的屏幕图像，获取整个屏幕图像的图像特征与特征阈值进行比较，根据比较结果确定屏幕图像中可能存
在缺陷的疑似缺陷区域，再将疑似缺陷区域的面积与区域大小阈值进行比较才最终确定屏幕图像上的缺陷区域，整个过程效率高、检测精度高、节省了大量的人力物力，且提高了对产品质量的把控力。
附图说明
12.图1为实施例1的步骤s110～s140的流程示意图。
13.图2为实施例1的步骤s121～s124的流程示意图。
14.图3为实施例1的步骤s131～s133的流程示意图。
15.图4为实施例1的步骤s141～s143的流程示意图。
16.图5为实施例2的步骤s210～s243的流程示意图。
17.图6为实施例3的步骤s310～s343的流程示意图。
具体实施方式
18.本发明附图仅用于示例性说明，不能理解为对本发明的限制。为了更好说明以下实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
19.实施例1
20.本实施例提供一种显示屏缺陷区域的检测方法，用于检测显示屏是否存在缺陷区域以及确定缺陷区域所在的位置。具体地，在对显示屏执行该方法之前，应先将显示屏置于暗房以减少环境光对检测过程的干扰，并通过传感器等适用装置检测显示屏是否已放在检测区域，待显示屏放置在检测区域后在该区域对其进行检测。
21.如图1所示，本实施例提供的方法包括以下步骤：
22.s110：控制该显示屏显示纯色画面；
23.在本步骤中，屏幕上显示的纯色画面是指只有单一颜色的画面。具体地，本步骤可以是通过使用一外部信号发生器向该显示屏输入一个控制信号以使该显示屏显示纯色画面的。
24.s120：获取该显示屏上显示纯色画面的屏幕图像；
25.屏幕图像是指显示屏显示出纯色画面时的图像。具体地，如图2所示，步骤s120获取屏幕图像的过程包括以下步骤：
26.s121：通过拍摄显示屏的屏幕获得显示屏的拍摄图像；
27.拍摄图像是指将显示屏的屏幕作为拍摄对象所拍摄的图像，拍摄图像中包含了显示屏显示的内容。
28.s122：获取拍摄图像的若干个像素点的灰度；
29.具体地，在本步骤中，可以先将拍摄图像转化为灰度图像，再从灰度图像中获取若干个像素点的灰度。优选地，为了能够更精准地获取到拍摄图像的像素点的灰度，在将拍摄图像转化为灰度图像之前，先对拍摄图像进行平滑降噪处理，例如是均值滤波处理、高斯滤波处理等。
30.s123：将所获取的每个拍摄图像的像素点的灰度与预设的纯色画面灰度阈值比较，根据拍摄图像的像素点的比较结果确定纯色画面在拍摄图像中的区域；
31.具体地，纯色画面灰度阈值是指纯色画面在转化为灰度画面时的标准灰度值，由于显示屏屏幕所显示的是纯色画面，纯色画面以外的部分的灰度值会与纯色画面部分的灰度值有较大差异，因此通过与纯色画面灰度阈值的比较可以从拍摄图像中识别出纯色画面所在的区域，
32.更具体地，在识别纯色画面所在区域的过程中，纯色画面与非纯色画面之间的分界处是较难分辨的，即难以通过灰度之间的比较识别出完整无缺的纯色画面，因此，在初步确定出纯色画面所在的区域后，可求取该初步确定的区域内的最大内接矩形作为该纯色画面所在的区域。
33.s124：截取所确定的区域的图像作为屏幕图像；
34.当确定了纯色画面在拍摄图像的区域后，基于屏幕图像的定义可知，该区域的图像就是屏幕图像，在拍摄图像中可截取该区域作为屏幕图像，具体地，截取图像的方式可以是保存该区域内的像素坐标，将该区域内的像素坐标作为屏幕图像的数据。
35.s130：获取屏幕图像的图像特征，将图像特征与预设的特征阈值比较，根据图像特征的比较结果确定屏幕图像中的疑似缺陷区域；
36.图像特征是指如能够体现某一图像的某方面性质的特征值，例如可以是某一图像的每个像素点的灰度和，或者是所有像素点的灰度的均值，又或者是所有像素点的像素坐标，又或者是某一图像的整体对比度、饱和度、色相等等。
37.特征阈值是一个预设的值，指能够表示纯色画面的图像的特征值，也可以说是标准纯色画面的图像特征，用于与屏幕图像的图像特征进行比较，根据两者的比较结果可以确定屏幕图像中与特征阈值有差异的区域，该区域为屏幕图像中的疑似缺陷区域，疑似缺陷区域并非最终确定的缺陷区域，还需要通过后续步骤进行进一步的确定。疑似缺陷区域和缺陷区域一般是指出现暗点、暗线和脏污的区域。
38.具体地，可将屏幕图像的若干个像素点的像素特征作为屏幕图像的图像特征。
39.基于此，如图3所示，步骤s130的具体执行过程包括以下步骤：
40.s131：获取屏幕图像的若干个像素点的像素特征作为屏幕图像的图像特征；
41.像素特征一般包括像素点的像素坐标、像素点的灰度值和像素点的色彩值等等。若干个像素点可以是屏幕图像的所有像素点，也可以是具有位置代表性的像素点，例如可以将屏幕图像分为若干个子区域，在每个子区域中提取适当数量的像素点，获取所提取的像素点的像素特征。
42.s132：将所获取的每个像素点的像素特征与像素特征阈值比较，根据所获取的每个所述像素点的像素特征的比较结果查找所述屏幕图像中的疑似缺陷轮廓；
43.像素特征阈值是包含在特征阈值中的一种阈值，也是一个预设的值，指能够表示纯色画面的若干个像素点的像素特征值。
44.如纯色画面中的一个像素点的像素特征与像素特征阈值比较后发现与像素特征阈值差距较大，表示这一像素点无法表示该纯色画面中的颜色，该像素点可能是显示屏上出现的亮点、暗点和/或脏污，因此可以被认为是有缺陷的像素点。
45.有缺陷的像素点能够组合形成一个或多个轮廓，也就是疑似缺陷轮廓，具体是指疑似缺陷区域的轮廓。优选地，为了能够更加准确地找出屏幕图像中的疑似缺陷轮廓，在确定有缺陷的像素点后，可对屏幕图像进行二值化处理、膨胀腐蚀处理后再查找疑似缺陷轮
廓。
46.s133：根据所查找的疑似缺陷轮廓确定疑似缺陷区域。
47.在本步骤中，如查找到的疑似缺陷轮廓有一个或多个，每个疑似缺陷轮廓都会对应确定一个疑似缺陷区域。
48.s140：将疑似缺陷区域的大小与预设的区域大小阈值比较，根据疑似缺陷区域的比较结果确定屏幕图像中的缺陷区域。
49.区域大小阈值是指能够确定显示屏上出现缺陷区域的面积大小，用于与屏幕图像的疑似缺陷区域的面积大小进行比较，在比较后仅将所有疑似缺陷区域中的部分疑似缺陷区域确定为缺陷区域。
50.具体地，如图4所示，本步骤的具体比较过程包括以下步骤：
51.s141：对每个疑似缺陷区域进行判断：判断疑似缺陷区域的面积是否大于或等于区域大小阈值，如是，则执行步骤s142；如否，重复执行步骤s141直至所有疑似缺陷区域的判断完成；
52.在本步骤中，如所有疑似缺陷区域的面积小于区域大小阈值，确定显示屏的检测结果为不存在缺陷区域。
53.s142：将面积大于或等于区域大小阈值的疑似缺陷区域确定为缺陷区域，重复执行步骤s141直至所查找的所有疑似缺陷区域判断完成；
54.在本步骤中，可同时确定显示屏的检测结果为存在缺陷区域。
55.在一种优选的实施方式中，方法还包括：
56.s143：将显示屏的检测结果上传到云端服务器，以便于追踪该显示屏的生产过程数据。若上传不成功，须停机检查修复，否则无法追踪该显示屏的相关数据。
57.本实施例提供的显示屏缺陷区域的检测方法的检测过程全自动化，通过在整个屏幕图像中对若干个像素点的特征值与特征阈值进行比较，根据比较结果确定有缺陷的像素点，根据有缺陷的像素点确定屏幕图像中的疑似缺陷轮廓，根据疑似缺陷轮廓确定疑似缺陷区域，再将疑似缺陷区域的面积与区域大小阈值进行比较，面积比区域大小阈值大的疑似缺陷区域才最终确定为缺陷区域，整个过程效率高，且检测精度高。
58.实施例2
59.基于与实施例1相同的构思，本实施例提供一种显示屏缺陷区域的检测方法，与实施例1的区别在于，本实施例控制显示屏显示的纯色画面为纯白色画面或纯黑色画面。
60.本实施例提供的方法包括以下步骤：
61.s210：通过使用一外部信号发生器向显示屏输入一个纯白色画面或纯黑色画面；通过拍摄显示屏的屏幕获得显示屏的拍摄图像；对拍摄图像进行平滑降噪处理，再将拍摄图像转化为灰度图像，从中获取若干个像素点的灰度；
62.s221：将所获取的每个拍摄图像的像素点的灰度与纯色画面灰度阈值比较，根据拍摄图像的像素点的比较结果确定纯色画面在拍摄图像中的区域；
63.在本步骤中，当显示屏显示的是纯白色画面时，纯色画面灰度阈值具体的数值为255，为纯白色画面的标准灰度值；当显示屏显示的是纯黑色画面时，纯色画面灰度阈值具体的数值为0，为纯黑色画面的标准灰度值。
64.s222：截取所确定的区域的图像作为屏幕图像；
65.s231：获取屏幕图像的若干个像素点的灰度；当显示屏显示的是纯白色画面时，执行步骤s232；当显示屏显示的是纯黑色画面时，执行步骤s233；
66.在本实施例中，由于纯色画面具体为纯白色画面或纯黑色画面，因此屏幕图像的像素点的像素特征值具体为像素点的灰度。
67.s232：对所获取的每个像素点的灰度进行判断：像素点的灰度是否小于灰度阈值，如是，执行步骤s234；如否，重复执行步骤s232直至所获取的所有像素点判断完成后执行步骤s236；
68.在本步骤中，由于纯色画面具体为纯白色画面，因此灰度阈值具体的数值为255。如所获取的每个像素点的灰度均等于灰度阈值，则确定显示屏的检测结果为不存在缺陷区域，结束方法的执行。
69.s233：对所获取的每个像素点的灰度进行判断：像素点的灰度是否大于灰度阈值，如是，执行步骤s235；如否，重复执行步骤s233直至所获取的所有像素点判断完成；
70.在本步骤中，由于纯色画面具体为纯黑色画面，因此灰度阈值具体的数值为0。如所获取的每个像素点的灰度均等于灰度阈值，则确定显示屏的检测结果为不存在缺陷区域，结束方法的执行。
71.s234：将灰度小于灰度阈值的像素点作为缺陷像素点，重复执行步骤s232直至所获取的所有像素点判断完成后执行步骤s236；
72.如纯白色画面中的一个像素点的灰度小于灰度阈值，表示这一像素点无法表示纯白色，该像素点可能是显示屏上出现的暗点和脏污，因此可以被认为是有缺陷的像素点。
73.s235：将灰度大于灰度阈值的像素点作为缺陷像素点，重复执行步骤s233直至所获取的所有像素点判断完成；
74.如纯黑色画面中的一个像素点的灰度大于灰度阈值，表示这一像素点无法表示纯黑色，该像素点可能是显示屏上出现的亮点、亮线和/或残影，因此可以被认为是有缺陷的像素点。
75.s236：根据所有缺陷像素点查找屏幕图像中的疑似缺陷轮廓；
76.有缺陷的像素点能够组合形成一个或多个轮廓，也就是疑似缺陷轮廓，具体是指疑似缺陷区域的轮廓。优选地，为了能够更容易找到屏幕图像中的疑似缺陷轮廓，在确定有缺陷的像素点后，可先对屏幕图像进行二值化处理、膨胀腐蚀处理，再查找疑似缺陷轮廓。
77.s237：根据所查找的疑似缺陷轮廓确定疑似缺陷区域；
78.在本步骤中，如查找到的疑似缺陷轮廓有一个或多个，每个疑似缺陷轮廓都会对应确定一个疑似缺陷区域。
79.s241：对每个疑似缺陷区域进行判断：判断疑似缺陷区域的面积是否大于或等于区域大小阈值，如是，则执行步骤s242；如否，重复执行步骤s241直至所有疑似缺陷区域的判断完成；
80.在本步骤中，如所有疑似缺陷区域的面积小于区域大小阈值，确定显示屏的检测结果为不存在缺陷区域。
81.s242：将面积大于或等于区域大小阈值的疑似缺陷区域确定为缺陷区域，重复执行步骤s241直至所查找的所有疑似缺陷区域判断完成；
82.在本步骤中，可同时确定显示屏的检测结果为存在缺陷区域。
83.在一种优选的实施方式中，方法还包括：
84.s243：将显示屏在纯白色画面中的检测结果上传到云端服务器，以便于追踪该显示屏的生产过程数据。若上传不成功，须停机检查修复，否则无法追踪该显示屏的相关数据。
85.本实施例提供的显示屏缺陷区域的检测方法基于纯白色画面或纯黑色画面的屏幕图像进行检测，对若干个像素点的灰度与对应的灰度阈值进行比较，从而最终确定为缺陷区域，整个过程实现自动化，效率高，且能够尤其测试出显示屏是否存在暗点、暗线、脏污、亮线、亮点和/或残影等缺陷。
86.实施例2所提供的显示屏缺陷区域的检测方法除了以上的区别外，其余定义的解释、具体及优选方案的说明与实施例1相同，因此，相同的定义、具体及优选方案所带来的技术效果与实施例1提供的显示屏缺陷区域的检测方法相同，具体内容可参见实施例1的说明，此处不再赘述。
87.实施例3
88.基于与实施例1相同的构思，本实施例提供一种显示屏缺陷区域的检测方法，与实施例1的区别在于，本实施例的显示屏显示的是纯红色画面。
89.如图6所示，本实施例提供的方法包括以下步骤：
90.s310：通过使用一外部信号发生器向显示屏输入一个纯红色画面、纯绿色画面或纯蓝色画面；通过拍摄显示屏的屏幕获得显示屏的拍摄图像；对拍摄图像进行平滑降噪处理，再将拍摄图像转化为灰度图像，从中获取若干个像素点的灰度；
91.s321：将所获取的每个拍摄图像的像素点的灰度与纯色画面灰度阈值比较，根据拍摄图像的像素点的比较结果确定纯色画面在拍摄图像中的区域；
92.在本步骤中，当显示屏显示的是纯红色画面时，纯色画面灰度阈值预先设定为纯红色画面转化为灰度图像后的灰度值，为纯红色画面的标准灰度值。当显示屏显示的是纯绿色画面时，纯色画面灰度阈值预先设定为纯绿色画面转化为灰度图像后的灰度值。当显示屏显示的是纯蓝色画面时，纯色画面灰度阈值预先设定为纯蓝色画面转化为灰度图像后的灰度值。
93.s322：截取所确定的区域的图像作为屏幕图像；
94.s331：获取屏幕图像的若干个像素点的色相，以及该若干个像素点的饱和度；
95.在本实施例中，由于纯色画面具体为纯红色画面、纯绿色画面或纯蓝色画面，即彩色画面，因此屏幕图像的像素点的像素特征值具体为像素点的色相和/或饱和度，为了使检测结果更加准确，本实施例中像素点的像素特征值包括了像素点的色相和饱和度两种特征值。像素点的色相和饱和度都是属于hsl色彩空间中的其中两个颜色的性质，hsl色彩空间的h、s、l分别是指色相(hue)、饱和度(saturation)和亮度(lightness)，hsl色彩空间把颜色描述为在圆柱坐标系内的点，这个圆柱坐标系的中心轴表示灰度，中心轴的底部为黑色，其顶部为白色，坐标轴上表示的点绕这个中心轴所成的角度对应于“色相”，因此颜色的色相是以角度度数表示的。而坐标轴上的点到这个中心轴的距离对应于“饱和度”，而沿着这个中心轴的高度对应于“亮度”。从前述说明可知，获取若干个像素点的色相和饱和度，可以是直接通过其在hsl色度空间的坐标获取，也可以是通过rgb色彩空间与hsl色彩空间之间的转换获取到。
96.s332：对所获取的每个像素点的色相进行判断：像素点的色相是否在色相阈值范围内，如否，执行步骤s333；如是，执行步骤s334；
97.色相阈值范围是包含在像素特征阈值中的一种阈值范围，是一个预设的数值范围，是指能够表示纯色画面的标准色相范围，用于与屏幕图像的像素点的色相进行比较，如像素点的色相与色相阈值范围差距较大，表示该像素点不能表示纯色画面。色相阈值范围是在纯色的标准色相的基础上加减某一浮动数值构成的范围。
98.在本步骤中，当显示屏显示的是纯红色画面时，纯红色的标准色相为0
°
，则色相阈值范围具体为0
±
x(单位为度)，x为预设的浮动数值。当显示屏显示的是纯绿色画面时，纯绿色的标准色相为120
°
，则色相阈值范围具体为120
±
y(单位为度)，y为预设的浮动数值。当显示屏显示的是纯蓝色画面时，纯绿色的标准色相为240
°
，则色相阈值范围具体为240
±
z(单位为度)，z为预设的浮动数值。
99.s333：将色相不在色相阈值范围内的像素点作为缺陷像素点，重新执行步骤s332直至所获取的所有像素点判断完成；
100.s334：对每个色相在色相阈值范围内的像素点进行判断：像素点的饱和度是否小于饱和度阈值，如是，执行步骤s335，如否，重新执行步骤s334直至所有像素点判断完成执行步骤s336：
101.饱和度阈值是指能够表示纯色画面的标准饱和度值，用于与屏幕图像的像素点的饱和度进行比较，如像素点的饱和度与饱和度阈值差距较大，表示该像素点不能表示纯色画面。
102.具体地，在本步骤中，当显示屏显示的是纯红色画面时，饱和度阈值具体是指能够表示纯红色画面的标准饱和度值。当显示屏显示的是纯绿色画面时，饱和度阈值具体是指能够表示纯绿色画面的标准饱和度值。当显示屏显示的是纯蓝色画面时，饱和度阈值具体是指能够表示纯蓝色画面的标准饱和度值。
103.在一种可选的实施方式中，本实施例的步骤s332～s334也可以是先将像素点的饱和度与饱和度阈值进行比较后，再将饱和度小于饱和度阈值的像素点的色相与色相阈值范围进行比较。
104.s335：将饱和度小于饱和度阈值的像素点作为缺陷像素点，重复执行步骤s334直至所获取的所有像素点判断完成；
105.s336：根据所有缺陷像素点查找屏幕图像中的疑似缺陷轮廓；
106.优选地，为了能够更容易找到屏幕图像中的疑似缺陷轮廓，在确定有缺陷的像素点后，可先对屏幕图像进行二值化处理、膨胀腐蚀处理，再查找疑似缺陷轮廓。
107.s337：根据所查找的疑似缺陷轮廓确定疑似缺陷区域；
108.s341：对每个疑似缺陷区域进行判断：判断疑似缺陷区域的面积是否大于或等于区域大小阈值，如是，则执行步骤s342；如否，重复执行步骤s341直至所有疑似缺陷区域的判断完成；
109.在本步骤中，如所有疑似缺陷区域的面积小于区域大小阈值，确定显示屏的检测结果为不存在缺陷区域。
110.s342：将面积大于或等于区域大小阈值的疑似缺陷区域确定为缺陷区域，重复执行步骤s341直至所查找的所有疑似缺陷区域判断完成；
111.在本步骤中，可同时确定显示屏的检测结果为存在缺陷区域。
112.在一种优选的实施方式中，方法还包括：
113.s343：将显示屏在纯红色画面、纯绿色画面或纯蓝色画面中的检测结果上传到云端服务器，以便于追踪该显示屏的生产过程数据。若上传不成功，须停机检查修复，否则无法追踪该显示屏的相关数据。
114.本实施例提供的显示屏缺陷区域的检测方法基于纯红色画面的屏幕图像进行检测，对若干个像素点的色相和饱和度与对应的预设阈值/范围进行比较，从而最终确定为缺陷区域，整个过程实现自动化，效率高，且能够尤其测试出显示屏对于显示rgb三原色是否存在缺陷。
115.实施例3所提供的显示屏缺陷区域的检测方法除了以上的区别外，其余定义的解释、具体及优选方案的说明与实施例1相同，因此，相同的定义、具体及优选方案所带来的技术效果与实施例1提供的显示屏缺陷区域的检测方法相同，具体内容可参见实施例1的说明，此处不再赘述。
116.实施例4
117.基于与实施例2～3相同的构思，本实施例提供一种显示屏缺陷区域的检测方法，本实施例中与其他实施例的区别是按顺序控制显示屏显示纯白、纯黑、纯红、纯绿和纯蓝的纯色画面，在每次显示一种纯色画面时进行一次缺陷区域的检测。
118.本实施例提供的方法包括以下步骤：
119.s401：通过使用一外部信号发生器向显示屏输入一个纯白色画面；通过拍摄显示屏的屏幕获得显示屏的拍摄图像；对拍摄图像进行平滑降噪处理，再将拍摄图像转化为灰度图像，从中获取若干个像素点的灰度；
120.s402：将所获取的每个拍摄图像的像素点的灰度与第一纯色画面灰度阈值比较，根据拍摄图像的像素点的比较结果确定纯色画面在拍摄图像中的区域；
121.在本步骤中，第一纯色画面灰度阈值的具体数值为255，为纯白色画面的标准灰度值。
122.s403：截取所确定的区域的图像作为屏幕图像；
123.s404：获取屏幕图像的若干个像素点的灰度；
124.s405：对所获取的每个像素点的灰度进行判断：像素点的灰度是否小于第一灰度阈值，如是，执行步骤s406；如否，重复执行步骤s405直至所获取的所有像素点判断完成；
125.在本步骤中，由于纯色画面具体为纯白色画面，因此第一灰度阈值的具体数值为255。如所获取的每个像素点的灰度均等于第一灰度阈值，则确定显示屏在纯白色画面中的检测结果为不存在缺陷区域，执行步骤s410。
126.s406：将灰度小于灰度阈值的像素点作为缺陷像素点，重复执行步骤s405直至所获取的所有纯白色画面的像素点判断完成；
127.s407：根据所有纯白色画面的缺陷像素点查找屏幕图像中的疑似缺陷轮廓；根据所查找的疑似缺陷轮廓确定疑似缺陷区域；
128.s408：对每个纯白色画面的疑似缺陷区域进行判断：判断疑似缺陷区域的面积是否大于或等于区域大小阈值，如是，则执行步骤s409；如否，重复执行步骤s408直至所有纯白色画面的疑似缺陷区域的判断完成；
129.在本步骤中，如所有疑似缺陷区域的面积小于区域大小阈值，确定显示屏在纯白色画面中的检测结果为不存在缺陷区域。
130.s409：将面积大于或等于区域大小阈值的疑似缺陷区域确定为缺陷区域，重复执行步骤s408直至所查找的所有纯白色画面的疑似缺陷区域判断完成；
131.在本步骤中，可同时确定显示屏在纯白色画面中的检测结果为存在缺陷区域。
132.s410：通过使用一外部信号发生器向显示屏输入一个纯黑色画面；通过拍摄显示屏的屏幕获得显示屏的拍摄图像；对拍摄图像进行平滑降噪处理，再将拍摄图像转化为灰度图像，从中获取若干个像素点的灰度；
133.s411：将所获取的每个拍摄图像的像素点的灰度与第二纯色画面灰度阈值比较，根据拍摄图像的像素点的比较结果确定纯色画面在拍摄图像中的区域；
134.在本步骤中，第二纯色画面灰度阈值的具体数值为0，为纯黑色画面的标准灰度值。
135.s412：截取所确定的区域的图像作为屏幕图像；
136.s413：获取屏幕图像的若干个像素点的灰度；
137.s414：对所获取的每个像素点的灰度进行判断：像素点的灰度是否大于第二灰度阈值，如是，执行步骤s415；如否，重复执行步骤s414直至所获取的所有像素点判断完成；
138.在本步骤中，由于纯色画面具体为纯黑色画面，因此第二灰度阈值的具体数值为0。如所获取的每个像素点的灰度均等于灰度阈值，则确定显示屏在纯黑画面中的检测结果为不存在缺陷区域，执行s419。
139.s415：将灰度大于灰度阈值的像素点作为缺陷像素点，重复执行步骤s414直至所获取的所有纯黑色画面的像素点判断完成；
140.s416：根据所有纯黑色画面的缺陷像素点查找屏幕图像中的疑似缺陷轮廓；根据所查找的疑似缺陷轮廓确定疑似缺陷区域；
141.s417：对每个纯黑色画面的疑似缺陷区域进行判断：判断疑似缺陷区域的面积是否大于或等于区域大小阈值，如是，则执行步骤s418；如否，重复执行步骤s417直至所有纯黑色画面的疑似缺陷区域的判断完成；
142.在本步骤中，如所有疑似缺陷区域的面积小于区域大小阈值，确定显示屏在纯黑色画面中的检测结果为不存在缺陷区域，执行步骤s419。
143.s418：将面积大于或等于区域大小阈值的疑似缺陷区域确定为缺陷区域，重复执行步骤s417直至所查找的所有纯黑色画面的疑似缺陷区域判断完成。
144.在本步骤中，可同时确定显示屏在纯黑色画面的检测结果为存在缺陷区域。
145.s419：通过使用一外部信号发生器向显示屏输入一个纯红色画面；通过拍摄显示屏的屏幕获得显示屏的拍摄图像；对拍摄图像进行平滑降噪处理，再将拍摄图像转化为灰度图像，从中获取若干个像素点的灰度；
146.s420：将所获取的每个拍摄图像的像素点的灰度与第三纯色画面灰度阈值比较，根据拍摄图像的像素点的比较结果确定纯色画面在拍摄图像中的区域；
147.在本步骤中，第三纯色画面灰度阈值预先设定为纯红色画面转化为灰度图像后的灰度值，为纯红色画面的标准灰度值。
148.s421：截取所确定的区域的图像作为屏幕图像；
149.s422：获取屏幕图像的若干个像素点的色相，以及该若干个像素点的饱和度；
150.s423：对所获取的每个像素点的色相进行判断：像素点的色相是否在第一色相阈值范围内，如否，执行步骤s424；如是，执行步骤s425；
151.在本步骤中，由于纯色画面具体为纯红色画面，纯红色的标准色相为0
°
，则第一色相阈值范围具体为0
±
x(单位为度)，x为预设的浮动数值。
152.s424：将色相不在第一色相阈值范围内的像素点作为缺陷像素点，重新执行步骤s423直至所获取的所有纯红色画面的像素点判断完成；
153.s425：对每个色相在第一色相阈值范围内的像素点进行判断：像素点的饱和度是否小于第一饱和度阈值，如是，执行步骤s426，如否，重新执行步骤s425直至所有纯红色画面的像素点判断完成：
154.第一饱和度阈值是指能够表示纯红色画面的标准饱和度值。
155.s426：将饱和度小于第一饱和度阈值的像素点作为缺陷像素点，重复执行步骤s425直至所获取的所有纯红色画面的像素点判断完成；
156.s427：根据所有纯红色画面的缺陷像素点查找屏幕图像中的疑似缺陷轮廓；根据所查找的疑似缺陷轮廓确定疑似缺陷区域；
157.s428：对每个纯红色画面的疑似缺陷区域进行判断：判断疑似缺陷区域的面积是否大于或等于区域大小阈值，如是，则执行步骤s429；如否，重复执行步骤s428直至所有纯红色画面的疑似缺陷区域的判断完成；
158.在本步骤中，如所有疑似缺陷区域的面积小于区域大小阈值，确定显示屏在纯红色画面中的检测结果为不存在缺陷区域，执行步骤s430。
159.s429：将面积大于或等于区域大小阈值的疑似缺陷区域确定为缺陷区域，重复执行步骤s428直至所查找的所有纯红色画面的疑似缺陷区域判断完成；
160.在本步骤中，可同时确定显示屏在纯红色画面中的检测结果为存在缺陷区域。
161.s430：通过使用一外部信号发生器向显示屏输入一个纯绿色画面；通过拍摄显示屏的屏幕获得显示屏的拍摄图像；对拍摄图像进行平滑降噪处理，再将拍摄图像转化为灰度图像，从中获取若干个像素点的灰度；
162.s431：将所获取的每个拍摄图像的像素点的灰度与第四纯色画面灰度阈值比较，根据拍摄图像的像素点的比较结果确定纯色画面在拍摄图像中的区域；
163.在本步骤中，第四纯色画面灰度阈值预先设定为纯绿色画面转化为灰度图像后的灰度值，为纯绿色画面的标准灰度值。
164.s432：截取所确定的区域的图像作为屏幕图像；
165.s433：获取屏幕图像的若干个像素点的色相，以及该若干个像素点的饱和度；
166.s434：对所获取的每个像素点的色相进行判断：像素点的色相是否在第二色相阈值范围内，如否，执行步骤42s435；如是，执行步骤42s436；
167.在本步骤中，由于纯色画面具体为纯绿色画面，纯绿色的标准色相为120
°
，则第二色相阈值范围具体为120
±
y(单位为度)，y为预设的浮动数值。
168.s435：将色相不在第二色相阈值范围内的像素点作为缺陷像素点，重新执行步骤s434直至所获取的所有纯绿色画面的像素点判断完成；
169.s436：对每个色相在第二色相阈值范围内的像素点进行判断：像素点的饱和度是
否小于第二饱和度阈值，如是，执行步骤43s437，如否，重新执行步骤s435直至所有纯绿色画面的像素点判断完成：
170.第二饱和度阈值是指能够表示纯绿色画面的标准饱和度值。
171.s437：将饱和度小于第二饱和度阈值的像素点作为缺陷像素点，重复执行步骤s436直至所获取的所有纯绿色画面的像素点判断完成；
172.s438：根据所有纯绿色画面的缺陷像素点查找屏幕图像中的疑似缺陷轮廓；根据所查找的疑似缺陷轮廓确定疑似缺陷区域；
173.s439：对每个纯绿色画面的疑似缺陷区域进行判断：判断疑似缺陷区域的面积是否大于或等于区域大小阈值，如是，则执行步骤s440；如否，重复执行步骤s439直至所有纯绿色画面的疑似缺陷区域的判断完成；
174.在本步骤中，如所有疑似缺陷区域的面积小于区域大小阈值，确定显示屏在纯绿色画面中的检测结果为不存在缺陷区域，执行步骤s441。
175.s440：将面积大于或等于区域大小阈值的疑似缺陷区域确定为缺陷区域，重复执行步骤s439直至所查找的所有纯绿色画面的疑似缺陷区域判断完成；
176.在本步骤中，可同时确定显示屏在纯蓝色画面中的检测结果为存在缺陷区域。
177.s441：通过使用一外部信号发生器向显示屏输入一个纯蓝色画面；通过拍摄显示屏的屏幕获得显示屏的拍摄图像；对拍摄图像进行平滑降噪处理，再将拍摄图像转化为灰度图像，从中获取若干个像素点的灰度；
178.s442：将所获取的每个拍摄图像的像素点的灰度与第五纯色画面灰度阈值比较，根据拍摄图像的像素点的比较结果确定纯蓝色画面在拍摄图像中的区域；
179.在本步骤中，第五纯色画面灰度阈值预先设定为纯蓝色画面转化为灰度图像后的灰度值，为纯蓝色画面的标准灰度值。
180.s443：截取所确定的区域的图像作为屏幕图像；
181.s444：获取屏幕图像的若干个像素点的色相，以及该若干个像素点的饱和度；
182.s445：对所获取的每个像素点的色相进行判断：像素点的色相是否在第三色相阈值范围内，如否，执行步骤s446；如是，执行步骤s447；
183.在本步骤中，由于纯色画面具体为纯蓝色画面，纯蓝色的标准色相为240
°
，则第三色相阈值范围具体为240
±
z(单位为度)，z为预设的浮动数值。
184.s446：将色相不在第三色相阈值范围内的像素点作为缺陷像素点，重新执行步骤s445直至所获取的所有纯蓝色画面的像素点判断完成；
185.s447：对每个色相在第三色相阈值范围内的像素点进行判断：像素点的饱和度是否小于第三饱和度阈值，如是，执行步骤s448，如否，重新执行步骤s447直至所有纯蓝色画面的像素点判断完成：
186.第二饱和度阈值是指能够表示纯蓝色画面的标准饱和度值。
187.s448：将饱和度小于第三饱和度阈值的像素点作为缺陷像素点，重复执行步骤s447直至所获取的所有纯蓝色画面的像素点判断完成；
188.s449：根据所有纯蓝色画面的缺陷像素点查找屏幕图像中的疑似缺陷轮廓；根据所查找的疑似缺陷轮廓确定疑似缺陷区域；
189.s450：对每个纯蓝色画面的疑似缺陷区域进行判断：判断疑似缺陷区域的面积是
否大于或等于区域大小阈值，如是，则执行步骤s450；如否，重复执行步骤s449直至所有纯蓝色画面的疑似缺陷区域的判断完成；
190.在本步骤中，如所有疑似缺陷区域的面积小于区域大小阈值，确定显示屏在纯蓝色画面中的检测结果为不存在缺陷区域。
191.s451：将面积大于或等于区域大小阈值的疑似缺陷区域确定为缺陷区域，重复执行步骤s450直至所查找的所有纯蓝色画面的疑似缺陷区域判断完成；
192.在本步骤中，可同时确定显示屏在纯蓝色画面中的检测结果为存在缺陷区域。
193.在一种优选的实施方式中，方法还包括：
194.s452：将显示屏在各个纯色画面中的检测结果上传到云端服务器，以便于追踪该显示屏的生产过程数据。若上传不成功，须停机检查修复，否则无法追踪该显示屏的相关数据。
195.本实施例给出了检测纯白、纯黑、纯红、纯绿和纯蓝的纯色画面的检测步骤顺序，实际上该方法的步骤执行顺序可以不是按照如上所述的顺序执行，检测步骤的顺序是按照显示屏显示画面的颜色决定的，也就是说，控制显示屏显示纯色画面的颜色变换顺序决定了本实施例提供的方法的步骤执行顺序。
196.实施例4所提供的显示屏缺陷区域的检测方法除了以上的区别外，其余定义的解释、具体及优选方案的说明与实施例2、3相同，因此，相同的定义、具体及优选方案所带来的技术效果与实施例2、3提供的显示屏缺陷区域的检测方法相同，具体内容可参见实施例1的说明，此处不再赘述。
197.显然，本发明的上述实施例仅仅是为清楚地说明本发明技术方案所作的举例，而并非是对本发明的具体实施方式的限定。凡在本发明权利要求书的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。